使い捨てアプリケーションとは——2030年に新規アプリの8割。難しいのは作るほうではなく、畳むほう

「作るのは1日でできます。では、これはいつ捨てますか」。内製アプリのご相談でこう聞くと、たいてい沈黙が返ってきます。作る稟議の書き方は社内に蓄積されているのに、やめる手順だけが誰の持ち物にもなっていないからです。ガートナーは2027年の戦略的テクノロジ・トレンドに「使い捨てアプリケーション」を入れました。作って捨てる前提のソフトウェアが主流になるという予測です。ここでは、その定義と予測値、日本の予算・会計との噛み合わせ、そして畳むための具体的な設計を、週に4〜5個のツールを作って消している私たち自身の運用からお伝えします。
- 01使い捨てアプリケーションのよくある質問【5問5答】
- 02「月6万9800円が、地味に高い」——増えていたのはアプリではなく、やめ方の決まっていない契約
- 03使い捨てアプリケーションとは——ガートナーが2027年のトレンドに入れた定義
- 04ガートナーの2027年トレンドを並べると、「作る側」と「畳む側」が対になっている
- 05なぜ今なのか——1日で作れるようになると、捨てる理由だけが足りなくなる
- 06日本側の数字を見ると、予算は「捨てられないもの」に吸われている
- 07「一時の投資になってしまう」——使い捨てと投資のあいだで、情シスが止まる場所
- 08会計の壁——使い捨て前提のアプリは、そもそも資産計上しにくい
- 09野良アプリと使い捨てアプリの違いは、ただ一つ——廃止日が決まっているかどうか
- 10捨てていいのはアプリだけ——データ・権限・記録は「基幹の横」に残す
- 11私たちが社内で引いている、畳むための5本の線
- 12使い捨てにしてよい業務、してはいけない業務
- 13自己診断——そのアプリは、畳めるか
- 14私たちの見解——「使い捨て」は作り方の話ではなく、やめ方を会社の仕組みにする話
- 15まず試すなら
- 16参考リンク
使い捨てアプリケーションのよくある質問【5問5答】
アプリの内製と整理のご相談をお受けすると、いただく質問はだいたい5つに集まります。まず1問1答でお答えし、そのうえで詳しくご案内します。
Q1. 使い捨てアプリケーションとは何ですか
特定の業務目的を達成したとき、あるいはその目的が意味を失ったときに廃止することを前提として設計する、専用のアプリケーションです。ガートナーが2027年の戦略的テクノロジ・トレンドの1つとして挙げました。長く使うことを前提に投資してきた従来のシステムとは、調達・設計・予算の組み方がすべて変わります。使い捨てにするのはアプリの器だけで、データと権限と記録は捨てません。ここを混同すると、ただの野良アプリになります。
Q2. 野良アプリやシャドーITと何が違うのですか
違いは一つだけです。廃止日と畳む人が決まっているかどうか。野良アプリは「作ったことを誰も把握していない」状態で、使い捨てアプリは「いつ誰が消すかが先に決まっている」状態を指します。見た目は同じ小さなツールでも、統制の観点では正反対に位置します。私たちは作る前の1行、つまり「誰がいつ畳むか」を決めない内製を認めていません。
Q3. 使い捨て前提だと、会計処理はどうなりますか
資産ではなく費用で考える前提になります。自社利用のソフトウェアを資産計上するには、将来の収益獲得または費用削減が確実であることが要件とされます。国税庁タックスアンサー No.5461 によると、税務上の耐用年数は5年。1年で捨てるつもりのものは、この枠と噛み合いません。同じ資料では、取得価額10万円未満なら全額損金算入、中小企業者等には30万円未満の特例も示されています。実際の処理は顧問税理士の判断が入るため、稟議の前に確認しておく論点として挙げておきます。
Q4. 基幹システムも使い捨てにするのですか
しません。受発注・会計・在庫のように、正本データを書き込む仕組みは長く使う側に置きます。使い捨てにしてよいのは、集計・下書き・比較・一次受けのように、消えても業務が止まらない層です。私たちは「硬いデータ」と「柔らかいデータ」を分け、基幹の横にデータ空間を置いてそこへ寄せています。器は捨てられますが、正本は残ります。
Q5. まず何から手を付ければよいですか
いま社内で動いているアプリとSaaS契約を1つ選び、「これを止めるとき、誰が何をするか」を書き出すところからです。止め方が書けないものは、作った時点で畳めない設計になっています。全社の棚卸しから入ると半年かかります。1本の廃止手順を書くほうが、議論が具体的になります。
「月6万9800円が、地味に高い」——増えていたのはアプリではなく、やめ方の決まっていない契約
先日、ある不動産仲介会社の代表とツールの話をしていたときのことです。ご本人の説明によると、「Salesforceは結局採用をやめた」とのことでした。いま使っている別のツールについては「月6万9800円を払っていて、地味に高い」と漏らしていました。顧客管理は各自の頭の中と紙に戻り、最悪の状態だとも話していました。
この話で引っかかったのは、金額ではありません。やめた理由も、残した理由も、社内のどこにも書かれていなかった点です。導入の決裁は残っているのに、撤退の記録がない。だから次に別のツールを入れるときも、同じ判断を一からやり直すことになります。

同じ現象は、SaaSの契約でも内製アプリの廃止でも起きます。ある大手化学メーカーの担当者は、社内開発の停滞をこう説明しました。「個別にプログラミングで作ったシステムの運用・管理が昔からの課題」「『内製できます』と謳いつつ実際は難しい」。作る力の話ではなく、増えた後を誰も引き受けられないという話です。
ガートナーの「使い捨てアプリケーション」は、この順序を逆にする提案だと私たちは読みました。畳み方を先に決めておけば、増やしてもいい。畳み方がないまま増やすから、ポートフォリオが固まって動かなくなる。
使い捨てアプリケーションとは——ガートナーが2027年のトレンドに入れた定義
発表の場は、米フロリダ州オーランドで開かれた Gartner IT Symposium/Xpo でした。2026年10月20日の週です。ここで2027年に向けた戦略的テクノロジのトップ・トレンド10項目が示され、日本語のプレスリリースは2026年11月4日に出ました。その1つが「使い捨てアプリケーション(Disposable Applications)」です。日本語の記事ではディスポーザブルアプリと呼ばれることもあります。
定義はこうです。特定のビジネス目的が達成された場合、またはその目的が意義を失った場合に、意図的に廃止されるよう設計された専用ソフトウェア・アプリケーション。ガートナーは、この移行がソフトウェアの調達・設計・予算策定の在り方を根本的に変えるとしています。アプリケーション・ポートフォリオが、長期的なレガシー投資から動的なシステムへ転換する、という見立てです。
予測値も出ています。Network World の報道によれば、SaaS疲れとAIによるソフトウェアの供給過剰を背景に、2030年までに組織は新規アプリケーションの80%を使い捨てかつ交換容易なものにする、という内容です。日本語の報道では「2029年までに新規アプリの80%が1年未満の寿命になる」という読み方も出ています。年次は報道によって揺れがあるので、ここでは「3〜4年のうちに、新しく作るアプリの大半が短命になる」という幅で受け取るのが安全だと考えています。
誤解のないように申し上げると、これは「雑に作ってよい」という話ではありません。コメントしているのは、ガートナーのディスティングイッシュト バイス プレジデント アナリストであるジーン・アルバレス氏。文脈は、CIOがアプリの高速な作成を受け入れつつ、ガバナンスとポートフォリオ管理を失わないための戦略です。速く作ることと統制を効かせることを同時に成立させる前提が「捨てられる設計」になっている、という整理になります。
ガートナーの2027年トレンドを並べると、「作る側」と「畳む側」が対になっている
トレンドを1つだけ切り出すと話が小さくなります。10項目を並べたとき、使い捨てアプリケーションがどこに置かれているかを見ておきます。
| ガートナーが挙げた10項目 | 位置づけ |
|---|---|
| 大規模定量モデル(LQM) | 定量データを扱う。判断を事前のシミュレーションへ寄せる。 |
| 音声推論モデル | 音声から直接推論する。現場の入力が変わる。 |
| ワールド・モデル | 空間・時間・因果を扱う。 |
| AIコンテキスト・プラットフォーム | 社内の用語・関係・過去の判断をエージェントへ渡す。 |
| エージェント・コーディング・ハーネス | 開発エージェントの振る舞いを閉ループで統制する。 |
| AIエージェントのアイデンティティ | エージェントのIDとアクセス権を管理する。 |
| 自律型エクスポージャ修復(AER) | 脆弱性の発見から修復までを自動化する。 |
| ソブリン・テック | 特定プロバイダーへの依存から離れる設計。 |
| 使い捨てアプリケーション | 目的を終えたら廃止する前提で作る。 |
| サービスとしてのウェットウェア(WaaS) | 生体・合成生物学的な計算資源。 |
並べると構図が見えてきます。前半は「AIにもっと作らせる・判断させる」側の技術です。後半に、作らせた結果をどう統制するかという項目が固まっています。ガートナー自身も、文章以外の情報を扱うAI・自律型エージェントの基盤統制・変化に対応できるシステム設計という3つのテーマに分類しています。
私たちはこのうち4つを、すでに記事で扱ってきました。開発エージェントを閉ループで回す話はハーネスエンジニアリング。社内文脈をエージェントへ渡す基盤はCompany OS。エージェントのIDはなりすましを防ぐID設計。依存からの離脱は脱SaaSで自社のAI OSを持つで書きました。
つまり使い捨てアプリケーションは、単独の流行ではありません。作る速度が上がった分、畳む仕組みを同じ設計の中に入れるという一連の流れの、出口側にあたります。
なぜ今なのか——1日で作れるようになると、捨てる理由だけが足りなくなる
ここは私たち自身が当事者なので、率直に書きます。
私たちは記事でもお客様先でも「1日で動くプロトタイプを作る」と言っています。VibeCoding(自然言語でAIに指示を出してシステムを作る進め方)を使えば、従来の10分の1程度のコストでオーダーメイドのものが立ち上がります。実際の働き方としては、寝ている間もAIに指示を出し続け、1週間で4〜5個のツールを並行して作る状態です。議事録・需要予測・資料生成・マーケティングのツールが、デスクトップで同時に走っています。
この速度が出ると、何が起きるか。作る理由はいくらでも生まれます。「とりあえず作ってみましょう」が1日で実行できるので、止める人がいません。一方で、捨てる理由は誰も持ち出しません。動いているものを止める提案には、誰の得もないからです。
正直に申し上げると、私たちも最初は畳む側のルールを持っていませんでした。作業用の作業ツリーと中間生成物が溜まり、どれが生きているのか分からなくなった時期があります。いまは「作った本人が、同じセッションの中で片づける」を社内の決まりにしています。片づける契機は「作業が終わったら」という気分ではなく、コードが本流に入ったかどうかという状態で判定します。人の記憶に頼ると、残ったままになります。
ガートナーが挙げたSaaS疲れとソフトウェアの供給過剰は、この話を会社の外側から言い直したものです。AIが供給を増やし、器の値段が下がる。だから器は使い捨てになり、価値の置き場所がデータと統制のほうへ移っていきます。
日本側の数字を見ると、予算は「捨てられないもの」に吸われている
国内の現実も確認しておきます。JUAS(日本情報システム・ユーザー協会)の「企業IT動向調査2026」の速報値では、IT予算のDI値が43.3ポイントで5年連続の上昇、26年度予測も39.9ポイントと高い水準が続く見込みです。予算は増えています。
注目したいのは、増えた理由の順番です。1位が「既存システム・基盤の刷新・更新・増強」で66.3%。2位が円安・人件費高騰・ベンダー価格の値上げで46.6%、3位がクラウドサービスの増加で45.0%。「AI関連の投資・利用料増加」は25年度計画の36.3%から26年度予測では43.7%へ。増加理由の中では、これが一番大きな伸びでした。
数字の読み方はこうです。予算は増えているのに、その多くが「すでに持っているものを維持・更新する」ために使われています。AIの利用料という新しい費目が、その上に乗ってきました。長く持つ前提で入れたシステムが予算の土台を占めているので、新しい取り組みに回せる幅が広がりません。
ある大手化学メーカーの執行役員は、この構造を一言で表現しました。「一度作ったら、メンテナンスはさすがにできない。ある程度は内製化していかないと世の中の力についていけない」。維持できないものを増やし続けるより、捨てられる前提で作るほうが安全だ——使い捨てアプリケーションという考え方は、こうした現場の疲れに対する回答でもあります。
「一時の投資になってしまう」——使い捨てと投資のあいだで、情シスが止まる場所
とはいえ、現場は簡単に踏み切れません。ここが記事の肝だと思っています。
ある大手建材・シャッターメーカーの情報システム部長は、複数のシステムを別々に作る方針について「よろしくない」と警戒していました。続けてこう言いました。「最適なやり方とセキュリティ要件を見定めないと、正直、一時の投資になってしまう」。さらに「一社集中がいいのか、数社で組む方がいいのか、正直悩ましい」「AIの利用料はやり方によっては上がる可能性もゼロではない」とも。
「一時の投資になってしまう」という言葉は、使い捨てアプリケーションへのいちばん鋭い反論だと受け取りました。捨てる前提で作ると言われたら、それは最初から無駄になる投資ではないのか。発注する側がこう感じるのは当然だと思います。
私たちの答えは、投資の対象をずらすことです。捨てるのはアプリの器であって、投資はその下のデータ・権限・記録に置く。器を捨てても下が残るなら、次の器は前回より速く・安く立ち上がります。逆に、器と一緒にデータも権限も消える作り方をしているなら、そこは本当に一時の投資で終わります。
別の例も挙げておきます。ある大手化学メーカーで企画業務を担う方は、2027年稼働予定の基幹刷新について、自分の目には出来が良く見えないと率直に話していました。それでも「もう後戻りできない」と続けていました。長く使う前提で大きく作ると、途中で間違いに気づいても止められません。短命前提の設計には、この「後戻りできない」を作らない効果があります。どちらが怖いかは、業務の性質で変わります。
会計の壁——使い捨て前提のアプリは、そもそも資産計上しにくい
ここは他のトレンド解説がほとんど触れていない論点です。経営の側から見ると、使い捨てアプリケーションは会計と予算の問題になります。
自社利用のソフトウェアを資産として計上するには、それを利用することで将来の収益獲得または費用削減が確実であることが要件になります。そして国税庁のタックスアンサー No.5461 では、ソフトウエアの耐用年数は複写販売用の原本または研究開発用のものが3年、その他のものが5年とされています。会計上も、自社利用ソフトの償却は原則5年以内の年数で行われます。
つまり、1年で消すつもりのアプリは、5年で償却する枠に最初から入りません。少額のものなら別の道があります。同じタックスアンサーによると、取得価額10万円未満は全額損金算入が可能。中小企業者等には、30万円未満の少額減価償却資産の特例も用意されています。ただし実際の処理は顧問税理士や監査法人の判断が入る領域なので、ここでは断定しません。稟議の前に確認しておく論点として挙げます。

実務で効いてくるのは、稟議の単位が変わることです。「5年で回収する投資」として起案すると、審議も長くなり、途中でやめると失敗の扱いになります。「今期の費用として作り、3か月後に続けるか決める」なら、意思決定の重さが変わります。私たちの現場経験では、この起案の形を変えた会社のほうが、最初の1本が速く動き出しました。
ついでに言えば、AIの利用料も同じ扱いにしておくほうが安全です。トークンの消費は作ったアプリの数ではなく使われ方で動くので、資産の感覚で見積もると外れます。この点は「トークン爆発」と予算設計で詳しく書きました。
野良アプリと使い捨てアプリの違いは、ただ一つ——廃止日が決まっているかどうか
「使い捨てを認めると、野良アプリが増えるだけではないか」。この質問は、ほぼ毎回いただきます。私たちの線引きを表にしておきます。
| 観点 | 野良アプリ | 使い捨てアプリ |
|---|---|---|
| 作る前の宣言 | なし。誰が作ったか分からない | 目的・廃止日・畳む担当を1行で登録 |
| 廃止の条件 | 決まっていない。使われなくなっても残る | 目的達成・期限到来・指標未達で自動的に廃止審査 |
| データの置き場 | アプリの中。消すと消える | 共通のデータ空間。アプリは読み書きするだけ |
| 権限 | 作った人の権限で動く | 共通の権限設計に従う。終了時に鍵も失効させる |
| 記録 | 残らない | 誰が何に使ったかの記録が基盤側に残る |
| 止めたときの影響 | 分からない。止められない | 影響範囲が宣言済みなので止められる |
ここまで読んで「登録や宣言を増やすと、結局ローコードの申請地獄になる」と思った方もいるかもしれません。私たちも同じ懸念を持っています。だから宣言は1行に抑えています。何のために、いつまで、誰が畳むか。これ以上の書類を増やすと、現場は黙って作り始めます。
退役の実務はIDと鍵まで届かないと終わりません。アプリの画面を消しても、連携用のトークンや権限が残っていれば、それは生きています。この落とし穴はゴーストエージェントを防ぐオフボーディング設計に書きました。
捨てていいのはアプリだけ——データ・権限・記録は「基幹の横」に残す
私たちの設計思想を書きます。顧客データは「硬いデータ」と「柔らかいデータ」に分けます。硬いデータは基幹システムが持つ正本です。柔らかいデータはAIが使うために整えたもので、基幹の横にデータ空間を設け、バッチでコピーして置きます。社内では仮想のブロックエリアと呼んでいる形です。
この構造にしておくと、使い捨てアプリは「ブロックエリアの上に載る薄い器」になります。器を消しても、下のデータは減りません。権限の設計と操作の記録も基盤側に残るので、次に作るアプリが同じ統制を引き継げます。AIはインフラを選ばないので、オンプレミスでも閉域環境でも同じ形が取れます。
ガートナーが同じ10項目に「AIコンテキスト・プラットフォーム」を入れているのは、これと同じ発想だと受け取りました。報道によれば、データの意味構造を優先した組織はエージェント型AIの精度を最大80%高め、コストを最大60%削減するという予測が示されています。専用のコンテキスト層がない場合は、過剰な権限付与・コンプライアンス違反・トークンの過剰消費といったリスクに直面するとも。器を軽くするには、下の層を先に作る必要がある、という話です。
私たちの現場経験では、ここを飛ばした会社が一番苦労します。アプリごとにExcelを吸い込み、アプリごとに権限を作る。すると3本目のアプリを作る段階で、どのデータが正しいか分からなくなります。ある合成樹脂メーカーで業務課を率いる方は、原価表について「中身は7割くらいブラックボックス化していて、Excelで配信されるので各担当がそれぞれカスタマイズしてしまう」と話していました。器を増やす前に、下を1つにする。順番はここだけは譲れません。
私たちが社内で引いている、畳むための5本の線
社内で実際に運用しているルールを挙げます。きれいな理論ではなく、失敗して足した順に並んでいます。
- 作る前に、廃止日と畳む担当を1行で決める。 目的を終えた判定条件も一緒に書きます。「3か月後に使用者が3人未満なら止める」程度の粗さで十分です。
- データベースは直接触らせない。 非エンジニアの内製では特に徹底しています。自分の作業ブランチをどれだけ汚しても戻せますが、正本のデータをいじると後戻りできません。
- 変更はPR(変更提案)経由にする。 本流へ直接マージせず、まずPRを上げる。するとAIが中身を確認してレビューし、妥当性を見てくれます。この線引きは顧客の内製担当にもそのまま渡しています(非エンジニアの線引き設計)。
- 本番でだけ課金されるものを、公開前に外す。 開発環境では無料で使えたライブラリが、公開環境だと課金対象になることがあります。自社開発での試算によれば、本番リリース時に16万円の請求が立つものもありました。気づく前に出すと、畳むコストまで跳ね上がります。
- 作った本人が、同じセッションの中で片づける。 作業ツリーや中間生成物は、作業の終わりではなくコードの状態で判定して回収します。「あとでやる」は、誰もやりません。
5本目だけは、他社の記事ではまず見かけない項目だと思います。でも、使い捨てを本気で運用するなら、ここが一番効きます。片づけを人の善意に預けた瞬間、使い捨ては野良アプリ製造機になります。

使い捨てにしてよい業務、してはいけない業務
線引きを示します。AI-Pathの判断基準なので、業界や規模によって動きます。
| 使い捨てにしてよい | 長く持つ側に置く |
|---|---|
| 集計・可視化。週次の実績ビューア、会議用のダッシュボード。 | 正本を書き込む仕組み。受発注・会計・在庫。 |
| 下書き生成。提案書・議事録・報告書のたたき台。 | 法定保存や監査対応が必要な記録。 |
| 比較・検証。候補の洗い出し、手法の実測、プロトタイプ。 | 人の処遇を左右する判断。人事評価や与信。 |
| 一次受け。問い合わせの振り分け、FAQ応答。 | 認証・権限管理の基盤。 |
| 期間限定業務。移行期間の二重入力支援、監査対応の臨時集計。 | 現場が毎朝開く業務の主系統。 |
判定の問いは1つで足ります。「これが明日消えたら、業務は止まるか」。止まらないなら使い捨て側、止まるなら長く持つ側です。止まるのに使い捨てで作ってしまったものが、いちばん危ない状態になります。
ある老舗化粧品メーカーの生産計画担当者は、計画システムについて「完璧なものにしようとすればするほど無理が生じることが分かってきた」と話していました。臨機応変な修正の余地を残したい、という意味です。使い捨て層を意図的に作っておくと、この要望を主系統に持ち込まずに受けられます。
自己診断——そのアプリは、畳めるか
社内で議論を始めるための5つの問いです。全部に答えなくてかまいません。
- いま動いている内製アプリとSaaS契約の本数を、1時間以内に数えられるか。 数えられないなら、棚卸しが先です。
- そのうち1本を選び、止めるときの手順を3行で書けるか。 書けないものは、作った時点で畳めない設計になっています。
- アプリを消したとき、データはどこに残るか。 「アプリの中」なら、それは捨てられないアプリです。
- 止めるかどうかを判定する数字が、毎月見える場所にあるか。 使用者数とコストの2つで足ります。
- 過去1年で、止めたアプリや解約したSaaSはあるか。 ゼロなら、増える一方の状態です。
2番と5番に心当たりがあるなら、そこが最初に直す場所です。新しく作る前に、1本止めてみる。この順番のほうが、社内の合意は速く取れます。
私たちの見解——「使い捨て」は作り方の話ではなく、やめ方を会社の仕組みにする話
ガートナーの予測を初めて読んだとき、私たちは少し身構えました。使い捨てという言葉だけが広まると、「AIで雑に作って、飽きたら捨てる」という乱暴な理解になりかねません。それは統制を失う方向です。
ただ、定義をよく読むと逆でした。廃止を前提に設計するというのは、廃止の条件・担当・データの退避先を作る前に決めるという意味です。これは、作るより面倒な作業です。実際、私たちが社内で苦労したのも、作る側ではなく畳む側のルールづくりでした。
私たちの現場経験では、アプリが増えて困っている会社に足りないのは開発力ではありません。やめる判断を誰の仕事にするか、という決め方です。ある重工・製鋼メーカーのシステムグループマネージャーは、社内の発表でこう報告したと話していました。「開発にAIを入れてコールを30%削減しました、とQC発表で報告したが、全然評価が悪くて、あまり響かなかった」。作った成果は評価されにくく、止めた成果はもっと評価されません。だから仕組みのほうで、やめることを前提に組む必要があります。
もう一つ、留保を書いておきます。すべての業務を短命前提にするのは無理です。現場が毎朝開く主系統は、長く安定して動くほうが価値があります。使い捨ては、その周りにある「試す層」「つなぐ層」「期間限定の層」に効く考え方です。この区別を飛ばして全社に適用すると、2年後にはどのデータが正しいのか誰も分からなくなります。
まず試すなら
明日から動ける順に3つ挙げます。
- いま動いているアプリとSaaS契約を1枚に書き出す。 新しいツールは要りません。名前・用途・月額・使用者数・最後に機能追加した日の5列で十分です。最後の列が1年以上前のものが、最初の候補になります。
- 1本選んで、廃止の手順を3行で書く。 誰が止めるか、データはどこへ退避するか、権限と鍵をどう失効させるか。この3行が書けた時点で、そのアプリは使い捨て側に移せます。書けないなら、何が足りないかが具体的に見えます。
- 次に作るものだけ、作る前に廃止日を1行入れる。 既存の全部を直す必要はありません。これから作る1本に「3か月後に使用者が3人未満なら止める」と書き添えるだけで、作る側の設計が変わります。私たちの経験では、ここでデータの置き場の議論が自然に始まります。
ここまでやって「どの業務を使い捨て側に置くか決まらない」「現場の本数が多すぎて優先順位がつかない」という段階で止まるなら、業務の棚卸しから入るほうが早いです。AI-Pathでは、無償の業務プロセス診断(BPR)を実施しています。ヒアリングから業務フロー・改善案・ROIのたたき台までを一気に可視化し、どの業務が短命前提で作れるか、どこを長く持つ主系統として残すかを一緒に見極めます。AI導入より先にやるべきこと:業務プロセス診断(BPR)が成否を決める理由もあわせてご覧ください。
アプリを長く使うことは、かつて美徳でした。1本を10年持たせた情報システム部門は、それだけで評価されてきました。作るコストが10分の1になった世界では、評価の軸が動きます。これからは、止めたい時に止められる状態を作った会社のほうが、速く動けます。
参考リンク
マイナビニュース。これはガートナージャパンの発表を伝えた報道です。2026年11月4日公表で、10項目の日本語名称と「使い捨てアプリケーション」の定義の出どころになります。
Network World。これは同トレンドを伝えた報道です。「2030年までに新規アプリケーションの80%を使い捨てかつ交換容易にする」という予測と、ジーン・アルバレス氏のコメントを確認できます。
JUAS。これは「企業IT動向調査2026」の報告書(2025年度調査)です。IT予算の増加理由として「既存システム・基盤の刷新・更新・増強」が66.3%で1位という数値の出どころになります。
国税庁。これはタックスアンサー No.5461「ソフトウエアの取得価額と耐用年数」です。自社利用のソフトウェアの耐用年数が5年、複写販売用の原本または研究開発用が3年という記載を確認できます。
櫻井 文雄(さくらい ふみお) 株式会社AI-Path 代表取締役CEO
関西大学法学部法律学科卒業。財務コンサルティング会社(エフアンドエム)、外資系生保営業(Prudential)でコンサルティング営業の経験を積んだ後、起業し様々な企業のCTO/CMOを歴任。その後、デロイトトーマツコンサルティング(Big4)、ABEJA(AI研究開発の国内リーディングカンパニー)にて官公庁・製造業・金融業・小売業・不動産業を中心に延べ20社以上のDX推進や業務システム刷新をPM/SMとしてリード。利用者目線での現場の課題解決にフォーカスしたものづくりに拘り、導入ではなく「定着化」を目的とした伴走型のプロジェクト推進・システム導入を得意とする。2025年にAI駆動開発(VibeCoding)と出会い、より多くの人・企業に価値提供するためにAI-Pathを創業。
関連コラム

自動化バイアスとは——「人が最終確認しています」が統制にならない理由と、承認フローの作り直し方
AIの出力に人が承認を押す。この一手間があれば統制は効く、という前提が崩れています。放射線科医27名の実験では、AIが誤った提示をすると15年以上のベテランでも正答率が82%から45.5%へ落ちました。自動化バイアスが承認を形だけにする仕組みと、承認フローをどう作り直すかをお伝えします。

「データ敗戦」を3度目にしないために——AI-Readyデータの罠と、経営が最初に決める順番
ガートナーは、AI-Readyなデータに支えられていないAIプロジェクトの60%が放棄されると予測しました。データレイク、マスターデータ統合に続く3度目の「データ敗戦」です。なぜ同じ負け方を繰り返すのか、どの順番で手を付けるのか、ベンダー提案に何を聞き返すのかを、製造業の基幹とデータを作り直してきた経験から整理します。

「トークン爆発」で予算が半年で尽きる——AI利用料を読めるようにする予算設計と、見積書の7項目
トークンの単価は下がり続けているのに、AIの請求額は増えます。日経ビジネスは1年分の予算を5カ月半で使い切る企業を「トークン爆発」と報じました。請求が増えた原因の切り分け方、「1件あたり」で予算を立て直す手順、ベンダー見積書に書かせる7項目を、自社でトークンを計上してきた経験からお伝えします。